CN108510562B - 基于图像分形纹理的数码迷彩图案生成方法 - Google Patents

Abstract

本发明公开了一种基于图像分形纹理的数码迷彩图案生成方法，其包括如下步骤：s1.提取背景图像的背景主色以及所述背景主色的面积比例；s2.基于改进的分形布朗运动生成纹理图像；s3.对纹理图像进行赋色；s4.对初始的迷彩图案图像按单元尺寸进行放大处理；s5.将放大处理后的迷彩图案图像转换为迷彩矢量图像。本发明在步骤s2中引入了标准偏差修正，以防止生成的纹理图像过于离散化，在步骤s3中改进了赋色方法，即使用混合赋色算法对纹理图像进行赋色处理，在步骤s5中对图像进行矢量化，从而使迷彩图案达到缩放不变的效果。本发明通过固化纹理图像生成步骤、优化纹理图案生成算法以及改进赋色算法，可以设计出具有较强随机性、适应性和伪装效果的迷彩图案。

Description

基于图像分形纹理的数码迷彩图案生成方法

技术领域

本发明属于图像处理与分析以及迷彩伪装设计技术领域，尤其涉及一种基于图像分形纹理的数码迷彩图案生成方法。

背景技术

数码迷彩是当今综合运用先进技术手段的新一代伪装迷彩。它是以人类对图形的视觉心理感受特性、数字成像点阵特征以及人眼视觉对目标识别特征等作为设计依据，可对背景颜色、纹理和层次等细节信息进行高度仿真，并以数码点阵的形式呈现出来。

当前迷彩设计的主要方式分为人工作业和计算机智能设计，其中：

人工作业是设计人员根据个人经验在图纸或计算机辅助设计软件中设计迷彩图案，该方式具有耗时长、效率低和设计雷同等缺点，同时对设计人员能力和经验的要求较高。

计算机智能设计是利用计算机和数字图像处理技术，提取伪装背景的主色，通过合理的算法设计迷彩单元的尺寸和排布方式。

国内学者在这方面做了大量的研究，提出了多种设计方法。而这些设计方法按照迷彩单元的排布方式，主要分为基于背景图像轮廓排布和模板最优填充排布。

基于背景图像轮廓的排布方式，存在多种实现方法，例如：仿造数码迷彩、基于模板遍历法和基于分水岭方法等。虽然上述各种实现方法在所利用的颜色空间和算法略有不同，但其基本生成原理是相似的，即运用聚类或量化等方法获取背景主色信息，运用分割算法生成背景轮廓图像，再将分割后的图像各区域数码化，从而生成最终的数码迷彩图案。

此种方法虽然简单快速，但过于依托单一背景图像，随机性较差。

模板最优填充排布，是使用生成的模板图案在迷彩图案背景上进行随机填充，当最小斑点区面积小于一定阈值时，填充结束，生成迷彩图案。

此种方法模拟人工作业，生成迷彩具有较大随机性，不能反映背景图像的纹理特征。

发明内容

本发明的目的在于提出一种基于图像分形纹理的数码迷彩图案生成方法，该方法基于背景图像的颜色和纹理特征，通过采用改进的纹理图像生成步骤和纹理赋色步骤，设计出具有较强随机性、适应性和伪装效果的迷彩图案，以满足数码迷彩的设计要求。

本发明为了实现上述目的，采用如下技术方案：

基于图像分形纹理的数码迷彩图案生成方法，包括如下步骤：

s1.提取背景图像的背景主色以及所述背景主色的面积比例；

s2.基于改进的分形布朗运动生成纹理图像

s2.1将背景图像转换为灰度图像，并根据侦察分辨率调整图像尺寸；

s2.2获取灰度图像的分形布朗运动参数

设灰度图像大小为M×M，f(x,y)是灰度图像在(x,y)位置处的像素值，其中，1≤x≤M、1≤y≤M，则可推导得到灰度图像关于自相关函数平均值的公式：

R(m)＝R(1)m^2H (1)

公式(1)中：

公式(1)两边取对数，可得：

上述公式(2)采用最小二乘法进行拟合，最小二乘法的求解过程如下：

将公式(2)两侧算式分别设为

X_m＝lg(m)；

应用最小二乘法原理，保证实测值与计算值的离差平方和最小，得到分形布朗运动的标度特征H的计算公式：

根据公式(3)求出标度特征H，并计算出标准偏差

对上述标准偏差δ进行修正，修正公式如下所示：

s2.3基于Diamond-Square算法生成纹理图像

循环执行Diamond步骤和Square步骤，经过n次循环形成一幅(2ⁿ+1)×(2ⁿ+1)的图像，定义ΔG为执行Diamond步骤时的随机变量；

则随机变量ΔG的取值中增加由分形布朗运动的标度特征H和修正后的标准偏差δ构成的补偿项，则第n次循环步骤时的随机变量ΔG的计算公式如下：

公式(5)中guass()函数是服从标准正态分布；

s2.4对生成的纹理图像进行滤波处理；

s3.对纹理图像进行赋色处理

基于Diamond-Square算法产生的纹理图像，其数值为连续的浮点型，根据背景主色以及所述背景主色的面积比例对纹理图像做赋色处理，以获取初始的迷彩图案图像；

在顺序赋色的基础上增加颜色混合赋色处理，算法过程如下：

首先量化浮点型的纹理图像，将纹理图像中每个像素点值量化为0到I_max之间的整数；

定义主色个数为N时，主色列表为color(n)，即{color(1),color(2)…color(N-1),color(N)}；

主色列表color(n)中每一个主色均包含RGB三通道颜色数据信息，对应的主色在迷彩图案中所占面积比重为p(n)，即{p(1),p(2)…p(N-1),p(N)}；

将主色列表color(n)中各个主色从RGB颜色空间转换到Lab空间中，并根据每一个主色的L值排序，排序后的主色列表设为color_L(n)，即{color_L(1),color_L(2)…color_L(N-1),color_L(N)}，对应的主色在迷彩图案中所占面积比重为p_L(n)；

为克服不同赋色斑块区显著分离的缺点，加入颜色混合填充处理，并引入混合因子；

设混合因子为f，执行颜色混合处理，更新赋色列表：

在排序后的主色列表color_L(n)中每个主色后增加一个主色color_L(N+1-n)，则对应原主色color_L(n)面积比重变为(1-f)×p_L(n)，增加的主色对应的面积比重为f×p_L(N+1-n)；

将混合处理后的主色列表顺序作为纹理图像的赋色顺序；

最后根据主色列表及主色对应的面积比重对纹理图像中的像素点进行赋色：

首先选取主色列表中的第一个主色作为当前赋色值，然后遍历纹理图像的所有像素点，按照像素点取值由大到小的顺序赋予当前赋色值；

像素点被赋值后，即赋予当前主色的像素点的个数增加1，重新计算当前主色的实际赋色的面积比重，当实际赋色的面积比重达到主色对应的预设面积比重时，选取主色列表中的下一主色进行赋色，直到所有图像像素点全部被赋色，即赋色完成；

s4.对初始的迷彩图案图像按单元尺寸进行放大处理；

s5.将放大处理后的迷彩图案图像转换为迷彩矢量图像。

优选地，所述步骤s1中，基于金字塔结构的逐层K-means聚类算法，提取背景图像的背景主色以及所述背景主色的面积比例。

本发明具有如下优点：

1.对分形布朗运动中的标准偏差δ进行修正，将修正后的δ和标度特征H作为生成纹理图像时随机变量ΔG的补偿项，以防止生成的纹理图像过于离散化；

2.对纹理图像进行滤波处理，以去除纹理图像的极值噪声，同时保留图像纹理结构信息；

3.使用混合赋色算法对纹理图像进行赋色处理，在某一种颜色的赋色区域内部或边缘插入其他颜色斑块，以克服现有技术中常用的赋色算法出现的多个斑块区重复嵌套的现象；

4.通过在纹理图像生成步骤中加入δ修正，同时在纹理图像赋色步骤中改进赋色方法，便于设计出具有较强随机性、适应性和伪装效果的迷彩图案。

附图说明

图1为本发明中基于图像分形纹理的数码迷彩图案生成方法的流程框图；

图2为本发明实施例中四像素点处灰度值初始化示意图；

图3为本发明实施例中第一次Diamond步骤时的赋灰度值示意图；

图4为本发明实施例中第一次Square步骤时的赋灰度值示意图；

图5为本发明实施例中第二次Diamond步骤时的赋灰度值示意图；

图6为本发明实施例中第二次Square步骤时的赋灰度值示意图。

图7为本发明中纹理图像的赋色流程图。

具体实施方式

下面结合附图以及具体实施方式对本发明作进一步详细说明：

结合图1所示，基于图像分形纹理的数码迷彩图案生成方法，包括如下步骤：

s1.提取背景图像的背景主色以及所述背景主色的面积比例

在本发明实施例中，基于金字塔结构的逐层K-means聚类算法，提取背景图像的背景主色以及所述背景主色的面积比例，其大致步骤如下所示：

s1.1、颜色空间转换

Lab颜色空间是一种均匀的颜色空间，其色域范围比RGB更广，可表示的颜色更多，因此将背景图像转换到Lab颜色空间；

s1.2、下采样高斯金字塔模型

下采样高斯金字塔模型即是不断向下采样并模糊图像，就是缩小上级图像，并将生成图像作为下次采样的输入以形成多层图像序列。其中，最小尺寸图像位于序列的最底层，源图像位于序列的顶层，采样的次数N即为图像序列的层数。

s1.3、逐层K-means聚类

K-means聚类算法的基本思想是初始随机给定K个类的中心。

按照最近邻原则把待分类样本点分到各个类，然后按平均法重新计算各个类的中心，并计算所有类的中心移动距离，当所有移动距离都小于某个给定阈值时，算法结束，获取各类中心值及其占比，否则重复此过程直到移动距离收敛。

逐层K-means聚类是指对步骤s1.2生成的图像序列从下到上依次聚类并将上一次的聚类结果作为下一次的初始聚类中心，从而加速K-means聚类的收敛速度，并保证结果的有效性。

s2.基于改进的分形布朗运动生成纹理图像

s2.1、将背景图像转换为灰度图像，并根据侦察分辨率调整图像尺寸。

s2.2、获取灰度图像的分形布朗运动参数，以便下一步生成纹理图像。

设灰度图像大小为M×M，f(x,y)是灰度图像在(x,y)位置处的像素值，其中，1≤x≤M、1≤y≤M，则可推导得到灰度图像关于自相关函数平均值的公式：

R(m)＝R(1)m^2H (1)

公式(1)中：

公式(1)两边取对数，可得：

上述公式(2)采用最小二乘法进行拟合，其斜率就是灰度图像的分形布朗运动的标度特性H，并求出拟合值与特征值的差的平方和δ，即标准偏差。

具体的，最小二乘法的求解过程如下：

将公式(2)两侧算式分别设为

应用最小二乘法原理，保证实测值与计算值的离差平方和最小，得到分形布朗运动的标度特征H的计算公式：

根据公式(3)求出标度特征H，并计算出标准偏差

标准偏差δ与图像的复杂程度有关。图像越复杂斑驳，细节越多，则δ的值越大。对标准偏差δ进行空间映射，δ取值永远大于0。

然而，δ取值并非任意的，例如，在保持标度特征H不变的条件下：

δ较小时，生成的迷彩图案的斑点聚合效果比较明显，生成较多的大面积斑块；

δ较大时，生成的迷彩图案的斑点离散效果比较明显，生成较多的小面积斑块。

为了保证生成的纹理图像有较好的斑块效果，本发明对标准偏差δ做了以下修正，即：

通过上述修正，使得标准偏差δ限定在1.75-3内，从而保证了生成的迷彩图案效果。

s2.3、基于Diamond-Square算法生成纹理图像

Diamond-Square算法，即钻石-菱形算法或D-S算法。

该算法最早应用于地形模拟，针对一个给定的矩形区域，通过Diamond和Square两个步骤生成具有高程值的离散点。若将高程值改为灰度值，离散点即可表示为一副灰度图像。

以生成5×5大小纹理图像为例进行说明，算法流程为：

s2.3.1、A、B、C、D四像素点处灰度值初始化为GA、GB、GC、GD，如图2所示。

s2.3.2、执行第一次Diamond步骤，给纹理图像中心点(待赋灰度值的点用白圈表示)赋灰度值为GE，如图3所示，则：

GE＝(GA+GB+GC+GD)/4+ΔG；式中，ΔG为随机变量。

s2.3.3、执行第一次Square步骤，分别给纹理图像四个边中点F、G、H、I赋灰度值(待赋灰度值的点用白圈表示)，如图4所示，各边中点的灰度值分别为GF、GG、GH、GI，则：

其中，ΔGF、ΔGG、ΔGH以及ΔGI均为随机变量。

s2.3.4、类似步骤s2.3.2和步骤s2.3.3再执行一次Diamond步骤和Square步骤，如图5和图6所示，可见Diamond-Square算法就是循环执行Diamond步骤和Square步骤。

设本发明实施例中循环执行Diamond步骤和Square步骤的次数为n，则经过n次循环后可以形成一幅(2ⁿ+1)×(2ⁿ+1)的图像。

为了使生成的灰度图像纹理具有分形和随机特性，在随机变量ΔG的取值中增加由分形布朗运动的标度特征H和修正后的标准偏差δ构成的补偿项。

则第n次循环步骤时的随机变量ΔG的计算公式如下：

公式(5)中guass()函数服从标准正态分布；

s2.4、使用Diamond-Square算法生成的纹理图像往往具有过多的极值像素点，造成纹理图生成的数码迷彩破坏了整理构型，影响了迷彩图案的伪装效果，因此对生成的纹理图像进行滤波处理，去除纹理图像的极值噪声，同时保留了图像的纹理结构信息。

s3.对纹理图像进行赋色

基于Diamond-Square算法产生的纹理图像，其数值为连续的浮点型，根据背景主色以及所述背景主色的面积比例对纹理图像做赋色处理，以获取初始的迷彩图案图像。

Diamond-Square算法常用于山形、云层等图像仿造，其纹理图像中的像素数据具有一定的空间连续型，所以使用常用的数值排序的赋色算法时，会出现多个斑块重复嵌套的现象，显然是不符合迷彩图案的设计原则。

为了克服这一现象，本实施例在顺序赋色的基础上增加颜色混合赋色处理。

结合图7所示，算法过程如下：

首先量化浮点型的纹理图像，将纹理图像中每个像素点值量化为0到I_max之间的整数，例如I_max可以取1000。

定义主色个数为N时，主色列表为color(n)，即{color(1),color(2)…color(N-1),color(N)}。

主色列表color(n)中每一个主色均包含RGB三通道颜色数据信息，对应的主色在迷彩图案中所占面积比重为p(n)，即{p(1),p(2)…p(N-1),p(N)}。

将主色列表color(n)中各个主色从RGB颜色空间转换到Lab空间中，并根据每一个主色的L值排序，排序后的主色列表设为color_L(n)，即{color_L(1),color_L(2)…color_L(N-1),color_L(N)}，对应的主色在迷彩图案中所占面积比重为p_L(n)。

为克服不同赋色斑块区显著分离的缺点，加入颜色混合填充处理，并引入混合因子概念，混合因子取值影响到迷彩图案中不同赋色斑块区的混合情况及斑块区的修饰离散点的数量。混合因子的值越大，则混合效果越明显，修饰点越多。

设混合因子为f，执行颜色混合填充处理，更新赋色列表。

混合因子f一般取值范围为0.05-0.2，例如f＝0.1。

在排序后的主色列表color_L(n)中每个主色后增加一个主色color_L(N+1-n)，则对应原主色color_L(n)面积比重变为(1-f)×p_L(n)，增加的主色对应的面积比重为f×p_L(N+1-n)。

将混合处理后的主色列表顺序作为纹理图像的赋色顺序。

最后根据主色列表及主色对应的面积比重对纹理图像中的像素点进行赋色：

首先选取主色列表中的第一个主色作为当前赋色值，然后遍历纹理图像的所有像素点，按照像素点取值由大到小的顺序赋予当前赋色值；

像素点被赋值后，即赋予当前主色的像素点的个数增加1，重新计算当前主色的实际赋色的面积比重，当实际赋色的面积比重达到主色对应的预设面积比重时，选取主色列表中的下一主色进行赋色，直到所有图像像素点全部被赋色，即赋色完成。

本发明实施例通过在某一种颜色的赋色区域内部或边缘插入其他颜色斑块，以避免现有方法在对纹理图赋色时出现的多个斑块区重复嵌套的现象。

s4.对初始的迷彩图案图像按单元尺寸进行放大处理

在步骤s3中获得的迷彩图案图像，其基本单元最小单位为1像素。

而在实际应用中，基本单元的边长一般会占到几个或几十个像素，因此需要对赋色后的迷彩图案图像做放大处理，设迷彩图案图像的要求的单元尺寸为M，使用最近邻插值的方法，将迷彩图案图像中的一个像素扩展为M个像素。

s5.将放大处理后的迷彩图案图像转换为迷彩矢量图像

矢量图像具有放大不失真的特点，因此需要将步骤s4获得的迷彩位图转换为迷彩矢量图。由于数码迷彩图像是由基本单元构成，基本单元是由边长为M个像素构成的基本方块，图像中所有斑块区域的边缘都是由直线线段构成的，因此使用直线各斑块区域边缘进行拟合，并设置每个斑块区域的颜色值，按照矢量图的编码格式，生成迷彩图案的矢量图像。

本发明方法通过固化纹理图像生成步骤、优化纹理图案生成算法以及改进赋色算法，可以设计出具有较强随机性、适应性和伪装效果的迷彩图案。

当然，以上说明仅仅为本发明的较佳实施例，本发明并不限于列举上述实施例，应当说明的是，任何熟悉本领域的技术人员在本说明书的教导下，所做出的所有等同替代、明显变形形式，均落在本说明书的实质范围之内，理应受到本发明的保护。

Claims (2)

1.基于图像分形纹理的数码迷彩图案生成方法，其特征在于，包括如下步骤：

s1.提取背景图像的背景主色以及所述背景主色的面积比例；

s2.基于改进的分形布朗运动生成纹理图像

s2.1将背景图像转换为灰度图像，并根据侦察分辨率调整图像尺寸；

s2.2获取灰度图像的分形布朗运动参数

设灰度图像大小为M×M，f(x,y)是灰度图像在(x,y)位置处的像素值，其中，1≤x≤M、1≤y≤M，则可推导得到灰度图像关于自相关函数平均值的公式：

R(m)＝R(1)m^2H (1)

公式(1)中：

公式(1)两边取对数，可得：

上述公式(2)采用最小二乘法进行拟合，最小二乘法的求解过程如下：

将公式(2)两侧算式分别设为

X_m＝lg(m)；

应用最小二乘法原理，保证实测值与计算值的离差平方和最小，得到分形布朗运动的标度特征H的计算公式：

根据公式(3)求出标度特征H，并计算出标准偏差

对上述标准偏差δ进行修正，修正公式如下所示：

s2.3基于Diamond-Square算法生成纹理图像

循环执行Diamond步骤和Square步骤，经过n次循环形成一幅(2ⁿ+1)×(2ⁿ+1)的图像，定义ΔG为执行Diamond步骤时的随机变量；

则随机变量ΔG的取值中增加由分形布朗运动的标度特征H和修正后的标准偏差δ构成的补偿项，则第n次循环步骤时的随机变量ΔG的计算公式如下：

公式(5)中guass()函数是服从标准正态分布；

s2.4对生成的纹理图像进行滤波处理；

s3.对纹理图像进行赋色处理

基于Diamond-Square算法产生的纹理图像，其数值为连续的浮点型，根据背景主色以及所述背景主色的面积比例对纹理图像做赋色处理，以获取初始的迷彩图案图像；

在顺序赋色的基础上增加颜色混合赋色处理，算法过程如下：

首先量化浮点型的纹理图像，将纹理图像中每个像素点值量化为0到I_max之间的整数；

定义主色个数为N时，主色列表为color(n)，即{color(1),color(2)…color(N-1),color(N)}；

主色列表color(n)中每一个主色均包含RGB三通道颜色数据信息，对应的主色在迷彩图案中所占面积比重为p(n)，即{p(1),p(2)…p(N-1),p(N)}；

将主色列表color(n)中各个主色从RGB颜色空间转换到Lab空间中，并根据每一个主色的L值排序，排序后的主色列表设为color_L(n)，即{color_L(1),color_L(2)…color_L(N-1),color_L(N)}，对应的主色在迷彩图案中所占面积比重为p_L(n)；

为克服不同赋色斑块区显著分离的缺点，加入颜色混合填充处理，并引入混合因子；

设混合因子为f，执行颜色混合处理，更新赋色列表：

在排序后的主色列表color_L(n)中每个主色后增加一个主色color_L(N+1-n)，则对应原主色color_L(n)面积比重变为(1-f)×p_L(n)，增加的主色对应的面积比重为f×p_L(N+1-n)；

将混合处理后的主色列表顺序作为纹理图像的赋色顺序；

最后根据主色列表及主色对应的面积比重对纹理图像中的像素点进行赋色：

首先选取主色列表中的第一个主色作为当前赋色值，然后遍历纹理图像的所有像素点，按照像素点取值由大到小的顺序赋予当前赋色值；

像素点被赋值后，即赋予当前主色的像素点的个数增加1，重新计算当前主色的实际赋色的面积比重，当实际赋色的面积比重达到主色对应的预设面积比重时，选取主色列表中的下一主色进行赋色，直到所有图像像素点全部被赋色，即赋色完成；

s4.对初始的迷彩图案图像按单元尺寸进行放大处理；

s5.将放大处理后的迷彩图案图像转换为迷彩矢量图像。

2.根据权利要求1所述的基于图像分形纹理的数码迷彩图案生成方法，其特征在于，所述步骤s1中，基于金字塔结构的逐层K-means聚类算法，提取背景图像的背景主色以及所述背景主色的面积比例。

Images